PFI 全体セミナーで発表した、専門家向けではなく一般向けのDeep Learning（深層学習）の解説です。どのような場面で活躍しているのか、今までの学習手法と何が違うのかを解説しています。Read less

2. 紹介  岡  右⾥里里恵  (早⼤大理理⼯工M1)  出⾝身、住まい等          横浜  趣味 　映画鑑賞,  シンセ  /  kaggle歴  3ヶ⽉月  好きな物 　redbullと最近はドクペ  @0kayu 研究    脳画像を⽤用いた診断補助法の開発 2

2. ⾃自⼰己紹介 l 得居  誠也  (Seiya  Tokui) 株式会社Preferred  Infrastructure,  Jubatus  Pj.  リサーチャー l 専⾨門は機械学習（修⼠士、現職） l – 系列列ラベリング→ハッシュ・近傍探索索→深層学習 l 今の興味は深層学習、表現学習、分散学習、映像解析 l @beam2d  (Twitter,  Github,  etc.) 2 /  47 3. 2011年年:  ⾳音声認識識における成功 l l 3 /  47 DNN-‐‑‒HMM  を使った⼿手法が、⾳音声認識識の  word  error  rate  で従来 法  (GMM)  より  10%  前後も改善 携帯端末における⾳音声操作に  Deep  Learning  が利利⽤用されるように F. Seide, G. Li and D. Yu.

「パターン認識と機械学習入門」の勉強会動画。 ワークスアプリケーションズさんによる有益なシリーズ。 動画リスト（前半） パターン認識と機械学習入門 第1回@ワークスアプリケーションズ パターン認識と機械学習入門 第1回 その1@ワークスアプリケーションズ パターン認識と機械学習入門 第1回 その2@ワークスアプリケーションズ パターン認識と機械学習入門 第1回 その3@ワークスアプリケーションズ パターン認識と機械学習入門第2回@ワークスアプリケーションズ パターン認識と機械学習入門 第2回 その1@ワークスアプリケーションズ パターン認識と機械学習入門 第2回 その2@ワークスアプリケーションズ パターン認識と機械学習入門 第2回 その3@ワークスアプリケーションズ パターン認識と機械学習入門 第2回 その4@ワークスアプリケーションズ パターン認識と機械学習入門 第3回 その1 @ワー

3. ILSVRC 2012 大規模物体認識のコンテスト http://www.image-net.org/challenges/LSVRC/2012/ Classification Localization Team name Error Team name Error 1 Super Vision 0.15315 1 Super Vision 0.335463 2 Super Vision Deep LearningVision 0.16422 2 Super 0.341905 3 ISI 0.26172 3 OXFORD_VGG 0.500342 4 ISI 0.26602 4 OXFORD_VGG 0.50139 5 ISI 0.26646 5 OXFORD_VGG 0.522189 6 ISI 0.26952 6 OXFORD_VGG 0.529482 7 OXFORD_VGG